第十一讲、数值方法(2)(1).pptVIP

期权定价的数值方法（续） 徐静 经济与工商管理学院 xujing8023@cqu.edu.cn 期权定价的数值方法 二叉树方法 Monte Carlo 方法 有限差分法 二叉树模型与BS模型 Monte Carlo 方法的产生 蒙特卡罗方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法。 该方法源于美国在WWI后研制原子弹的“曼哈顿计划”。 S. M. Ulam (1908-1984)和该计划的主持人之一、数学家冯·诺伊曼（J.von Neumann ）用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，为它蒙上了一层神秘的色彩（他的叔叔就在摩纳哥的赌场工作）。 Monte Carlo 方法的产生 考虑平面上的一个边长为1的正方形及其内部的一个形状不规则的“图形”，如何求出这个“图形”的面积呢？Monte Carlo方法是这样一种“随机化”的方法：向该正方形“随机地”投掷N个点，有M个点落于“图形”内，则该“图形”的面积近似为M/N。 Monte Carlo方法的组成部分 概率密度函数(pdf)— 必须给出描述一个物理系统的一组概率密度函数; 蒙特卡洛方法是一种比较粗糙的计算方法，它与其说是一种数学的方法，不如看成一种实验方法； 有的时候人们不得不依赖于此种方法。一来人们的才智不够，二来它的确在某些方面给我们知识； 但不可否认对于可控参数比较少的情况，蒙特卡洛法不失为一个对研究对象获得认识的一个有效方法；（常用C++语言实现） 从计算来说，用蒙特卡洛法计算值确实粗糙，有时用更精确的算法，如级数算法，基于Markov链的Monte Carlo方法 Monte carlo 期权定价方法基本思路 基本思路： 由于大部分期权价值实际上都可以归结为期权到期回报(payoff)的期望值的贴现； 因此，尽可能地模拟风险中性世界中标的资产价格的多种运动路径，计算每种路径结果下的期权回报均值，之后贴现就可以得到期权价值。 有限差分期权定价方法基本思路 转化为一系列近似的差分方程，即用离散算子逼近 、 和 各项，之后用迭代法求解，得到期权价值。 具体地说，有限差分方法就是用有限的离散区域来替代连续的时间和资产价格 在坐标图上，有限差分方法则体现为格点（Grids） 首先将时间进行分割： 用f表示期权的价格，隐性差分法采用如下策略： 带入BS微分方程得到 T时刻看跌期权的价值为 (14.26),(14.27),(14.28)定义了坐标方格中的三个边界的看跌期权值，还要用(14.25)式来求出坐标方格左边界的值。 首先求出与 这些方程中的右边值已由(14.26)式求出。另有(14.27)和(14.28)式可解出 显性（外推）有限差分法 内含有限差分方法的优点是其有效性，当股票价格变化和时间变化趋于零时，它总是收敛于微分方程的解。缺点是为了从 其中 两种差分方法的异同： 内含方法得到i△t时刻的三个不同期权值与(i+1) △t时刻的期权值之间的关系。 外推方法得到i△t时刻的一个期权值和(i+1) △t的三个期权值之间的关系。 外推方法虽能提高计算效率但是有时会使得计算出来的解不收敛于微分方程的解。 * * 二叉树图模型的基本出发点： 假设资产价格的运动是由大量的小幅度二值运动构成，用离散的随机游走模型模拟资产价格的连 续运动可能遵循的路径。模型中隐含导出的概率是风险中性世界中的概率 ，从而为期权定价 取当前时刻为 ，在给定参数 、 和 的条件下，当 时，二叉树公式： 可以在 进行泰勒展开，最终可以化简为： 在 时，二叉树模型收敛于布莱克－舒尔斯偏微分方程。 随机数产生器—能够产生在区间[0,1]上均匀分布的随机数 抽样规则—如何从在区间[0,1]上均匀分布的随机数出发,随机抽取服从给定的pdf的随机变量; 模拟结果记录—记录一些感兴趣的量的模拟结果 误差估计—必须确定统计误差（或方差）随模拟次数以及其它一些量的变化； 减少方差的技术—利用该技术可减少模拟过程中计算的次数； 随机路径： 在风险中性世界中， 为了模拟路径　　　　　　　　，我们把期权的有效期分为N个长度为时间段，则上式的近似方程为 或 （是从标准正态分布中抽取的一个随机样本） 重复以上的模拟至足够大的次数，计算回报值的平均值，折现后就得到了期权的期望值。特别地，当我们要用蒙特卡罗模拟为欧式期权定价时，由于期权回报只与期权到期时刻的股票价格有关，，因此我们就可以让t＋　=T并直接利用公式（12.11）来求T时刻的股票价格。这样可以大大节省计算时间。 随机样本的产生和模拟运算次数的确定： 1.